En el último artículo revisamos los diferentes tipos de datos con los que los departamentos de mantenimiento tienen que trabajar. En el blog de hoy analizaremos las tecnologías y herramientas disponibles para obtener información relevante de todos los datos, tanto estructurados como no estructurados, que los departamentos de mantenimiento de una fábrica o instalación generan.

 Para dichos datos (tales como lecturas de vibración, temperatura o corriente en un motor) hay muchas herramientas disponibles que se pueden utilizar para analizarlos y determinar o predecir una falla a corto o largo plazo. El mantenimiento predictivo, o mantenimiento basado en la condición, es el mantenimiento que monitorea el rendimiento y la condición del equipo durante su funcionamiento normal con tal de reducir la probabilidad de fallas. Mediante el uso del monitoreo periódico (fuera de línea) o continuo (en línea) de las condiciones del equipo, el objetivo final es realizar el mantenimiento en un momento programado cuando la actividad de mantenimiento sea más rentable, y antes de que el equipo pierda el rendimiento dentro de un umbral determinado.

Para predecir estas fallas, es necesario analizar los datos generados por sensores, vibraciones, software de gestión del mantenimiento (o CMMS), etc. El análisis predictivo de datos tiene como objetivo hacer predicciones sobre resultados futuros basados ​​en datos históricos y técnicas analíticas como el modelado estadístico y el aprendizaje automático.

El mantenimiento predictivo se basa en el monitoreo de las condiciones, que es el monitoreo continuo de las máquinas y de sus condiciones durante su funcionamiento, con el fin de garantizar su uso óptimo. Hay tres facetas de monitoreo de las condiciones, que veremos a continuación: en línea, periódica y remota.

El monitoreo de la condición en línea se define como el monitoreo continuo de máquinas o procesos de producción, con datos recopilados sobre velocidades críticas y posiciones cambiantes del husillo. El monitoreo periódico de la condición se logra a través del análisis de vibraciones. El monitoreo remoto de la condición permite que el equipo sea monitoreado desde una ubicación remota, con datos transmitidos para su análisis.

El monitoreo de sus activos y procesos a través del análisis predictivo puede 1) producir respuestas procesables a través de un programa de gestión del mantenimiento (o CMMS) y 2) permitirle evaluar la condición en la que se encuentran las piezas y la presencia de defectos que antes hubieran sido imposibles de detectar.

Con un programa de gestión del mantenimiento (o CMMS) y un sistema de monitoreo, puede generar automáticamente órdenes de trabajo basadas en los datos recopilados y las respuestas activadas a esos datos. Si un sensor detecta una lectura defectuosa en un rodamiento, por ejemplo, se puede generar una orden de trabajo y enviarla al técnico adecuado para verificar el problema de inmediato.

También hay herramientas disponibles de inteligencia artificial, como el ChatBot “Ask Steve” de Proteus, que le permite conversar con sus datos de mantenimiento en tiempo real para descubrir patrones y tendencias en sus datos y estado de los activos.

Las herramientas de análisis predictivo brindan a los usuarios información detallada y en tiempo real sobre una gama casi infinita de actividades comerciales. Las herramientas se pueden utilizar para predecir varios tipos de comportamientos y patrones, como la forma de asignar recursos en momentos particulares, cuándo reponer existencias o el mejor momento para reemplazar un motor, basando las predicciones del análisis de datos recopilados durante un período de tiempo.

Procesamiento del lenguaje natural (PNL) y análisis conversacional.

Así como las interfaces de búsqueda como Google hicieron que Internet fuera accesible para los consumidores cotidianos, el procesamiento del lenguaje natural (o PNL) brinda al personal de mantenimiento una forma más fácil de hacer preguntas sobre los datos y recibir explicaciones sobre los mismos. La analítica conversacional lleva el concepto de PNL un paso más allá al permitir que tales preguntas se planteen y respondan verbalmente en lugar de a través de texto.

Según Gartner, para 2021, la PNL y la analítica conversacional impulsarán la adopción de la analítica y la inteligencia empresarial del 35% de los empleados a más del 50%, incluidas las nuevas clases de usuarios, particularmente los trabajadores de recepción.

La herramienta de inteligencia artificial utilizada con nuestro programa de gestión del mantenimiento se llama “Ask Steve”, que actualmente solo está disponible en inglés. Ask Steve es un ChatBot que permite a los usuarios navegar a través de su propio historial de datos utilizando un enfoque de conversación en tiempo real. 

Utiliza un enfoque de lenguaje natural controlado en el que un motor de recomendaciones guía al usuario a través de una serie de opciones predeterminadas. Además, cuanto más utiliza “Ask Steve”, el propio sistema puede anticipar mejor sus preguntas.

A diferencia de los informes estándar, no es necesario comprender completamente la estructura de datos o las tablas involucradas en la generación de resultados en profundidad. De esta manera, “Ask Steve” puede ser utilizado por ejecutivos, supervisores y técnicos por igual. También se puede usar en múltiples instalaciones o en un solo edificio.

Para obtener más información contáctenos al +1 (262) 241-3845, envíenos un correo electrónico a miap@eaglecmms.com, o regístrese para una demostración en vivo gratuita.